首页--天文学、地球科学论文--测绘学论文--一般性问题论文--测绘数据库与信息系统论文

基于粗集理论的遥感影像分类知识发现研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-13页
 §1-1 研究背景及意义第9-10页
 §1-2 粗集理论研究与应用现状第10-11页
 §1-3 遥感影像信息处理研究现状第11-12页
 §1-4 主要研究内容第12-13页
第二章 遥感影像的不确定性第13-19页
 §2-1 空间数据不确定性的来源第13-15页
  2-1-1 客观世界的不确定性第13-14页
  2-1-2 人类认知的不确定性第14页
  2-1-3 空间数据获取误差第14-15页
  2-1-4 空间数据分析与处理的不确定性第15页
 §2-2 遥感影像的不确定性第15-16页
  2-2-1 遥感影像不确定性的来源第15-16页
  2-2-2 遥感影像不确定性的表现形式第16页
 §2-3 粗集理论在遥感影像不确定性分析中的应用第16-17页
 §2-4 本章小结第17-19页
第三章 粗集理论及其应用第19-28页
 §3-1 粗集理论的基本概念第19-22页
  3-1-1 知识与知识分类的概念第19-20页
  3-1-2 粗集理论的不确定性处理机制第20-22页
   3-1-2-1 不精确范畴和上下近似集第20-21页
   3-1-2-2 近似分类精度第21-22页
 §3-2 知识约简第22-23页
  3-2-1 绝对约简和绝对核第22-23页
  3-2-2 相对约简和相对核第23页
 §3-3 决策表知识表达系统第23-25页
  3-3-1 知识表达系统第23-24页
  3-3-2 决策表第24页
  3-3-3 区分矩阵第24-25页
 §3-4 粗集理论的应用模式第25-27页
  3-4-1 决策分析第25-26页
  3-4-3 模式识别第26-27页
 §3-5 本章小结第27-28页
第四章 基于粗集理论的遥感影像分类知识发现研究第28-55页
 §4-1 遥感影像分类知识发现第28-32页
  4-1-1 空间数据挖掘和知识发现第28-29页
  4-1-2 统计模式识别第29-31页
  4-1-3 机器学习第31页
  4-1-4 神经计算第31页
  4-1-5 可视化第31-32页
 §4-2 基于粗集理论的遥感影像分类知识发现第32页
 §4-3 遥感影像数据的特征离散化第32-39页
  4-3-1 遥感影像数据的特征离散化第33页
  4-3-2 基于信息熵的离散特征聚类方法第33-39页
   4-3-2-1 Shannon熵的准则函数第33-35页
   4-3-2-2 基于信息熵的离散特征聚类方法第35-39页
 §4-4 遥感影像分类知识约简第39-52页
  4-4-1 属性约简第39-46页
   4-4-1-1 属性约简的一般算法第39-41页
   4-4-1-2 区分矩阵和相似矩阵属性约简方法第41-42页
   4-4-1-3 实例说明第42-46页
  4-4-2 属性值约简第46-49页
   4-4-2-1 一般值约简算法第46-47页
   4-4-2-2 相似矩阵属性值约简算法第47-48页
   4-4-2-3 实例说明第48-49页
  4-4-3 Iris的遥感数据集分类规则提取试验第49-52页
 §4-5 基于分类规则的粗糙分类器的设计和实现第52-54页
  4-5-1 分类器的设计和实现第52-53页
  4-5-2 基于粗集理论的遥感影像分类知识发现模型第53-54页
 §4-6 本章小结第54-55页
第五章 分类结果误差和精度的评价第55-61页
 §5-1 误差来源及其特征第55-56页
 §5-2 精度评价方法第56-59页
  5-2-1 误差矩阵与精度指标第56-58页
  5-2-2 Kappa分析第58-59页
 §5-3 本章小结第59-61页
第六章 结论与展望第61-64页
 §6-1 研究重点和创新第61页
 §6-2 结论第61-62页
 §6-3 不足与展望第62-64页
参考文献第64-67页
附录第67-68页
 攻读硕士学位期间发表的论文第67页
 攻读硕士学位期间课题研究情况第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:留学生汉语口语自我修正策略调查研究
下一篇:韩国留学生话语标记使用调查及偏误分析